时间敏感网络（Time-sensitive Networking,TSN）通过流量整形机制满足了工业互联网中确定性和实时性的业务需求,5G由于其高可靠和低时延特性成为工业终端设备无线接入TSN的适配方案,5G-TSN异构网络的融合得到了业界的广泛关注。然而在诸如智慧园区、智能工厂等大规模、动态设备场景下,现有的TSN流量调度方法存在反应速度慢、资源碎片化严重、交换机资源有限等问题,同时无线侧数据传输时延的不稳定也限制了 5G-TSN异构网络融合的发展。本文针对5G-TSN异构工业互联网的流量调度问题,分别针对端到端整体优化和无线空口重点优化两方面展开研究,在提升流量调度速度的同时保证了流量调度方案的服务质量（Quality of Service,QoS）。首先,本文深入研究了时间敏感流量的动态调度方法。针对流量的动态增删,分析路径选择和流量调度顺序对调度结果的影响,提出了一种QoS感知的增量调度方法。针对传统算法耦合度高和反应速度慢等问题,提出了一种基于分簇算法的重调度方法,对各个簇的流量调度进行建模求解。仿真结果表明,本文提出的调度方法可以在保证网络资源利用率的同时有效提升网络调度响应速度。其次,本文研究了在大规模网络流量下的时间敏感流量调度方法。针对现有TSN交换节点空间调度资源匮乏的问题,通过合并流量传输窗口压缩调度条目,提出了一种基于自适应遗传算法（Adaptive Genetic Algorithm,AGA）的流量调度方法。仿真结果表明,本文提出的流量调度方法可在较短的时间内得到高性能调度方案,同时提升交换机的可调度流量上限。最后,针对无线时延不稳定性对时间敏感通信的影响,本文提出了一种基于盲重传和半授权的流量调度机制,并建立了无线链路传输模型,通过在共享资源中自动重传和减少授权来提高流量传输成功率,减少传输时延。仿真结果表明,本文提出的流量调度机制可以在减少资源浪费的同时提高流量传输的稳定性,为无线侧时间敏感流量的调度提供了可能。